基于HSV颜色与LBP纹理特征的水稻氮素营养诊断

摘要：

为了快速便捷实现水稻氮素营养诊断识别,提出一种基于叶片HSV颜色与LBP纹理直方图特征相结合的水稻氮素营养诊断识别方法.以'中嘉早'稻种为试验对象进行早稻田间试验,设置4个施氮水平.通过相机拍摄水稻分蘖期顶三叶叶尖部位的图像,利用图像处理技术分别获取每片叶片叶尖部位图像的HSV颜色特征,并改进LBP算法,利用中心点5×5范围像素灰度均值替代中心点像素灰度值作为阈值,提取得到mean LBP纹理特征.将H、S、V颜色直方图和mean LBP纹理直方图特征进行量化、归一化、串连合并为1024个分量的一维特征向量,经PCA降维后,分别应用GS SVC、BP、KNN以及RF方法构建水稻氮素营养诊断识别模型.实验结果表明,改进mean LBP纹理特征与HSV颜色特征相结合的叶尖部位图像在网格搜索参数寻优支持向量机模型(GS SVC)的识别准确率达到95.23%,优于其他模型的诊断结果.叶尖在水稻氮素营养诊断过程中具有敏感性,且图像HSV和LBP特征获取不受主观因素影响,表明本文方法具有良好的普适性、可靠性,可为水稻等作物的营养准确诊断提供一种新的可行方法.

关键词：HSV颜色特征、LBP纹理特征、氮素营养诊断、支持向量机

分类号：S126(农业物理学)

资助基金：国家自然科学基金;国家自然科学基金

在线出版日期：2023-08-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：86-92,98